음성 에이전트에서 gpt-audio-1.5와 gpt-realtime-1.5는 각각 언제 사용해야 하나요?

더 큰 컨텍스트가 필요한 Chat Completions 플로우에서는 더 높은 품질의 오디오를 위해 gpt-audio-1.5를 선택하세요; 지연이 낮은 실시간 스트리밍 음성 상호작용에는 gpt-realtime-1.5를 선택하세요. :contentReference[oaicite:46]{index=46}

gpt-audio-1.5는 프로덕션 고객 지원 음성 에이전트에 적합한가요?

예 — 음성 어시스턴트와 대화형 에이전트를 위해 설계되었지만, 프로덕션 배포 전에 인적 검토/QA, 로깅, 안전성 통제를追加해야 합니다. :contentReference[oaicite:48]{index=48}

gpt-audio-1.5를 배포할 때 고려해야 할 주요 제한 사항은 무엇인가요?

주요 고려사항은 대규모 컨텍스트 오디오 세션에서의 컴퓨트/지연 시간 트레이드오프, 음성 콘텐츠에 대한 안전 가드레일, 그리고 귀하의 도메인에서 ASR/TTS 출력 검증의 필요성입니다. :contentReference[oaicite:49]{index=49}

gpt-audio-1.5는 API에서 음성 인식(Speech-to-Text)과 음성 합성(Text-to-Speech)을 모두 처리할 수 있나요?

예 — 오디오 입력을 받아들이며 Chat Completions/audio 엔드포인트를 통해 오디오 출력 또는 텍스트 응답을 반환할 수 있습니다. :contentReference[oaicite:45]{index=45}

gpt-audio-1.5 API의 공식 컨텍스트 및 출력 토큰 제한은 무엇인가요?

gpt-audio-1.5는 128,000-토큰 컨텍스트 윈도우를 지원하며, 문서에는 최대 출력 토큰 구성값이 약 16,384로 명시되어 있습니다; 정확한 제한은 엔드포인트별로 개발자 문서에서 확인하세요. :contentReference[oaicite:44]{index=44}

gpt-audio-1.5는 도구 통합을 위한 스트리밍과 함수 호출을 지원하나요?

예 — 이 모델은 외부 도구와 워크플로를 통합하기 위해 스트리밍 오디오 응답과 구조화된 출력/함수 호출을 지원합니다. :contentReference[oaicite:47]{index=47}

OpenAI

사용 가능

gpt-audio-1.5

gpt-audio-1.5 API

Chat Completions와 함께 오디오 입력과 오디오 출력을 위한 최고의 음성 모델.

시작 가격

$2.00 / 입력 토큰 100만 개

사용량 기반 요금제

API 상태

사용 가능

프로덕션 엔드포인트

응답 속도

비동기 지원

실측 API 응답 시간

출시일

Feb 24, 2026

OpenAI

개요

gpt-audio-1.5에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

gpt-audio-1.5의 기술 사양

항목	gpt-audio-1.5 (공개 사양)
모델 패밀리	GPT Audio 패밀리(오디오 우선 변형)
입력 유형	텍스트, 오디오(음성 입력)
출력 유형	텍스트, 오디오(음성 출력), 구조화된 출력(함수 호출 지원)
컨텍스트 윈도우	128,000 토큰.
최대 출력 토큰	16,384(관련 gpt-audio 목록에 문서화됨).
성능 등급	높은 지능; 중간 속도(균형).
지연 특성	음성 상호작용에 최적화(엔드포인트에 따라 중/저지연).
가용성	Chat Completions API(오디오 입력/출력) 및 플랫폼 플레이그라운드; 실시간/음성 서피스 전반에 통합 제공.
안전/사용 유의사항	음성 콘텐츠에 대한 가드레일; 프로덕션 음성 에이전트에서는 통상적인 안전/검증 절차를 적용하여 출력을 다루십시오.

참고: gpt-realtime-1.5는 이와 밀접한 실시간 오디오/음성 우선 변형으로, 더 낮은 지연과 실시간 세션에 최적화되어 있습니다. 아래 비교를 참조하세요.

gpt-audio-1.5란 무엇인가요?

gpt-audio-1.5는 Chat Completions 및 관련 오디오 지원 API를 통해 음성 입력과 음성 출력을 모두 지원하는 오디오 지원 GPT 모델입니다. 품질과 속도의 균형을 유지하면서 음성 에이전트와 음성 우선 경험을 구축하기 위한 주력 일반 제공 오디오 모델로 포지셔닝되어 있습니다.

주요 기능

음성 입력/출력 지원: 자연스러운 음성 흐름을 위해 음성 입력을 처리하고 음성 또는 텍스트 응답을 반환합니다.
오디오 워크플로를 위한 대용량 컨텍스트: 매우 큰 컨텍스트(문서상 128k 토큰)를 지원하여 다회차, 긴 대화 이력 또는 대규모 멀티모달 세션을 구현합니다.
스트리밍 및 Chat Completions 호환성: 스트리밍 오디오 응답과 함수 호출 기반의 구조화 출력과 함께 Chat Completions 내에서 동작합니다.
성능/지연의 균형: 품질이 중요한 챗봇과 음성 어시스턴트에 적합하도록, 중간 처리량에서 높은 품질의 오디오 응답을 제공하도록 튜닝되었습니다.
에코시스템 및 통합: 플랫폼의 플레이그라운드에서 지원되며, 공식 실시간/음성 엔드포인트와 파트너 통합 전반에서 제공됩니다(Azure/Microsoft Foundry 노트는 유사한 오디오 모델을 참조).

gpt-audio-1.5와 관련 오디오 모델 비교

특성	gpt-audio-1.5	gpt-realtime-1.5
주요 초점	Chat Completions 및 대화 흐름을 위한 고품질 오디오 입/출력.	실시간 S2S(음성-음성)로, 라이브 음성 에이전트와 스트리밍 시나리오를 위한 저지연 최적화.
컨텍스트 윈도우	128k 토큰.	32k 토큰(실시간 변형으로 문서화).
최대 출력 토큰	16,384(문서화됨).	일반적으로 더 짧은 실시간 응답에 맞춰 구성(문서에 더 작은 최대 토큰 기재).
권장 사용처	전체 대화 시맨틱스 + 오디오가 필요한 챗봇, 음성 지원 어시스턴트.	라이브 음성 에이전트, 키오스크, 저지연 대화형 인터페이스.

대표적인 사용 사례

고객 지원 및 내부 헬프데스크용 대화형 음성 에이전트.
앱, 디바이스, 키오스크에 내장된 음성 지원 어시스턴트.
핸즈프리 워크플로(받아쓰기, 음성 검색, 접근성).
Chat Completions를 통해 오디오와 텍스트/이미지를 혼합한 멀티모달 경험.

제한 사항 및 운영 고려사항

인간 QA의 완전 대체 아님: 프로덕션 환경에서는 음성 출력과 후속 조치를 항상 인간 검토로 검증하세요.
리소스 계획: 큰 컨텍스트와 오디오 입/출력은 연산 및 지연을 증가시킬 수 있으므로, 장시간 세션에는 스트리밍/분할 전략을 설계하세요.
안전 및 정책 제약: 음성 출력은 설득력이 있을 수 있으므로, 대규모 배포 시 플랫폼 안전 가이드라인과 가드레일을 준수하세요.
GPT Audio 1.5 API에 액세스하는 방법

cometapi.com에 로그인하세요. 아직 사용자 계정이 없다면 먼저 등록해 주세요. CometAPI console에 로그인합니다. 인터페이스의 액세스 자격(API 키)을 발급받습니다. 개인 센터의 API 토큰에서 “Add Token”을 클릭하여 토큰 키: sk-xxxxx를 발급받아 제출합니다.

cometapi-키

Step 2: Send Requests to GPT Audio 1.5 API

“gpt-audio-1.5” 엔드포인트를 선택하여 API 요청을 보내고 요청 본문을 설정하세요. 요청 메서드와 요청 본문은 당사 웹사이트의 API 문서에서 확인할 수 있습니다. 또한 편의를 위해 Apifox 테스트를 제공합니다. 계정에서 발급받은 실제 CometAPI 키로 <YOUR_API_KEY>를 교체하세요. 기본 URL은 Chat Completions입니다.

질문 또는 요청을 content 필드에 입력하세요. 모델이 해당 내용에 응답합니다. API 응답을 처리하여 생성된 답변을 획득합니다.

Step 3: Retrieve and Verify Results

API 응답을 처리하여 생성된 답변을 획득합니다. 처리 후 API는 작업 상태와 출력 데이터를 함께 반환합니다.

자주 묻는 질문

가격

위의 간단한 견적을 단일 실행 기준으로 참고한 후, CometAPI와 공식 가격의 전체 비교를 확인하세요.

첫 번째 요청

$0.01

예상 CometAPI 사용 비용

10회 요청

$0.1

예상 CometAPI 사용 비용

15회 요청

$0.15

예상 CometAPI 사용 비용

gpt-audio-1.5 가격

[모델명]의 경쟁력 있는 가격을 살펴보세요. 다양한 예산과 사용 요구에 맞게 설계되었습니다. 유연한 요금제로 사용한 만큼만 지불하므로 요구사항이 증가함에 따라 쉽게 확장할 수 있습니다. [모델명]이 비용을 관리 가능한 수준으로 유지하면서 프로젝트를 어떻게 향상시킬 수 있는지 알아보세요.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
입력:$2/M 출력:$8/M	입력:$2.5/M 출력:$10/M	-20%

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

POST/v1/chat/completions

gpt-audio-1.5의 샘플 코드 및 API

[모델 이름]의 포괄적인 샘플 코드와 API 리소스에 액세스하여 통합 프로세스를 간소화하세요. 자세한 문서는 단계별 가이드를 제공하여 프로젝트에서 [모델 이름]의 모든 잠재력을 활용할 수 있도록 돕습니다.

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

기능

아키텍처를 선택하거나 프로덕션 워크로드를 산정하기 전에 중요한 모델 정보를 확인하세요.

지원 기능

기존 모델 API가 반환하는 기능입니다.

text-to-speech

입력 및 출력

입력

text

출력

audio

프로덕션 프로필

제공업체: OpenAI
맥락: 모델별로 다름
상업적 이용: 지원됨

활용 사례

audio 기능에 맞는 프로덕션 워크플로에 gpt-audio-1.5을(를) 활용하고, 장기 통합 전에 다른 대안과 비교해 보세요.

음성, 음악 및 오디오 생성

음성 경험 및 미디어 제작

대규모 자동화된 오디오 워크플로

다른 모델

품질, 지연 시간, 기능, 가격 트레이드오프에 따라 CometAPI에서 제공하는 다른 모델과 비교하세요.

모델 비교 열기 →

OpenAI

GPT-Realtime-2.1

GPT-Realtime-2.1 updates GPT-Realtime-2 with improved alphanumeric recognition, silence and noise handling, and interruption behavior. It supports speech-to-speech interactions with configurable reasoning effort, instruction following, and tool use for complex voice-agent workflows.

모델 보기

OpenAI

GPT-Realtime-2

GPT-Realtime-2는 당사의 가장 강력한 실시간 음성 모델입니다. 이 모델은 설정 가능한 추론 수준, 더 뛰어난 지시 준수 능력, 그리고 복잡한 음성 에이전트 워크플로를 위한 보다 신뢰할 수 있는 도구 사용을 갖춘 음성-음성 상호작용을 지원합니다.

모델 보기

OpenAI

gpt-realtime-1.5

오디오 입력 및 출력用 최고의 음성 모델.

OpenAI 텍스트 음성 변환

[Speech Synthesis] 신규 출시: 온라인에서 텍스트를 방송용 오디오로 변환, 미리보기 기능 제공 ● 동시에 audio_id 생성 가능, 모든 Keling API에서 사용 가능.

Kling 동영상을 오디오로 변환

Uptime

프로덕션 환경으로 전환하기 전에 실시간 하트비트 데이터, 엔드포인트 가용성, 실측 응답 시간을 확인하세요.

계속 탐색하기

모델을 비교하고 조사를 계속하세요

OpenAI

사용 가능

gpt-audio-1.5

gpt-audio-1.5 API

Chat Completions와 함께 오디오 입력과 오디오 출력을 위한 최고의 음성 모델.

시작 가격

$2.00 / 입력 토큰 100만 개

사용량 기반 요금제

API 상태

사용 가능

프로덕션 엔드포인트

응답 속도

비동기 지원

실측 API 응답 시간

출시일

Feb 24, 2026

OpenAI

개요

gpt-audio-1.5에 대한 실용적인 개요와 주요 동작 및 통합 시 고려사항입니다.

gpt-audio-1.5의 기술 사양

항목	gpt-audio-1.5 (공개 사양)
모델 패밀리	GPT Audio 패밀리(오디오 우선 변형)
입력 유형	텍스트, 오디오(음성 입력)
출력 유형	텍스트, 오디오(음성 출력), 구조화된 출력(함수 호출 지원)
컨텍스트 윈도우	128,000 토큰.
최대 출력 토큰	16,384(관련 gpt-audio 목록에 문서화됨).
성능 등급	높은 지능; 중간 속도(균형).
지연 특성	음성 상호작용에 최적화(엔드포인트에 따라 중/저지연).
가용성	Chat Completions API(오디오 입력/출력) 및 플랫폼 플레이그라운드; 실시간/음성 서피스 전반에 통합 제공.
안전/사용 유의사항	음성 콘텐츠에 대한 가드레일; 프로덕션 음성 에이전트에서는 통상적인 안전/검증 절차를 적용하여 출력을 다루십시오.

참고: gpt-realtime-1.5는 이와 밀접한 실시간 오디오/음성 우선 변형으로, 더 낮은 지연과 실시간 세션에 최적화되어 있습니다. 아래 비교를 참조하세요.

gpt-audio-1.5란 무엇인가요?

주요 기능

음성 입력/출력 지원: 자연스러운 음성 흐름을 위해 음성 입력을 처리하고 음성 또는 텍스트 응답을 반환합니다.
오디오 워크플로를 위한 대용량 컨텍스트: 매우 큰 컨텍스트(문서상 128k 토큰)를 지원하여 다회차, 긴 대화 이력 또는 대규모 멀티모달 세션을 구현합니다.
스트리밍 및 Chat Completions 호환성: 스트리밍 오디오 응답과 함수 호출 기반의 구조화 출력과 함께 Chat Completions 내에서 동작합니다.
성능/지연의 균형: 품질이 중요한 챗봇과 음성 어시스턴트에 적합하도록, 중간 처리량에서 높은 품질의 오디오 응답을 제공하도록 튜닝되었습니다.
에코시스템 및 통합: 플랫폼의 플레이그라운드에서 지원되며, 공식 실시간/음성 엔드포인트와 파트너 통합 전반에서 제공됩니다(Azure/Microsoft Foundry 노트는 유사한 오디오 모델을 참조).

gpt-audio-1.5와 관련 오디오 모델 비교

특성	gpt-audio-1.5	gpt-realtime-1.5
주요 초점	Chat Completions 및 대화 흐름을 위한 고품질 오디오 입/출력.	실시간 S2S(음성-음성)로, 라이브 음성 에이전트와 스트리밍 시나리오를 위한 저지연 최적화.
컨텍스트 윈도우	128k 토큰.	32k 토큰(실시간 변형으로 문서화).
최대 출력 토큰	16,384(문서화됨).	일반적으로 더 짧은 실시간 응답에 맞춰 구성(문서에 더 작은 최대 토큰 기재).
권장 사용처	전체 대화 시맨틱스 + 오디오가 필요한 챗봇, 음성 지원 어시스턴트.	라이브 음성 에이전트, 키오스크, 저지연 대화형 인터페이스.

대표적인 사용 사례

고객 지원 및 내부 헬프데스크용 대화형 음성 에이전트.
앱, 디바이스, 키오스크에 내장된 음성 지원 어시스턴트.
핸즈프리 워크플로(받아쓰기, 음성 검색, 접근성).
Chat Completions를 통해 오디오와 텍스트/이미지를 혼합한 멀티모달 경험.

제한 사항 및 운영 고려사항

인간 QA의 완전 대체 아님: 프로덕션 환경에서는 음성 출력과 후속 조치를 항상 인간 검토로 검증하세요.
리소스 계획: 큰 컨텍스트와 오디오 입/출력은 연산 및 지연을 증가시킬 수 있으므로, 장시간 세션에는 스트리밍/분할 전략을 설계하세요.
안전 및 정책 제약: 음성 출력은 설득력이 있을 수 있으므로, 대규모 배포 시 플랫폼 안전 가이드라인과 가드레일을 준수하세요.
GPT Audio 1.5 API에 액세스하는 방법

cometapi-키

Step 2: Send Requests to GPT Audio 1.5 API

질문 또는 요청을 content 필드에 입력하세요. 모델이 해당 내용에 응답합니다. API 응답을 처리하여 생성된 답변을 획득합니다.

Step 3: Retrieve and Verify Results

API 응답을 처리하여 생성된 답변을 획득합니다. 처리 후 API는 작업 상태와 출력 데이터를 함께 반환합니다.

자주 묻는 질문

가격

위의 간단한 견적을 단일 실행 기준으로 참고한 후, CometAPI와 공식 가격의 전체 비교를 확인하세요.

첫 번째 요청

$0.01

예상 CometAPI 사용 비용

10회 요청

$0.1

예상 CometAPI 사용 비용

15회 요청

$0.15

예상 CometAPI 사용 비용

gpt-audio-1.5 가격

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
입력:$2/M 출력:$8/M	입력:$2.5/M 출력:$10/M	-20%

API

작동하는 엔드포인트와 코드 예제를 복사하고, 모든 파라미터가 필요하면 전체 API 참조 문서를 여세요.

하나의 API로 프로덕션 준비된 모델 액세스

한 번만 인증하면 모델 엔드포인트를 호출하고, 제공업체 전반에서 동일한 결제 및 모니터링 워크플로를 유지할 수 있습니다.

POST/v1/chat/completions

gpt-audio-1.5의 샘플 코드 및 API

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);